Sobre a VoizEngine e nossa API de TTS independente

Por Equ editorial VoizEngine · Atualizado 2026-11-19

Esta página explica como a VoizEngine opera como uma infraestrutura independente de TTS, desenhada especificamente para criadores de conteúdo e agências que necessitam de consistência de voz em narrativas para vídeo. Aqui você encontra detalhes sobre nossas origens, licenciamento e a estrutura técnica que suporta nosso endpoint JSON.

Você entenderá como utilizamos vozes baseadas em LibriTTS-R, nossa política de privacidade quanto aos dados de entrada e as limitações técnicas reais, como o processamento sequencial. Não prometemos SLA ou streaming; entregamos precisão, volume e transparência sobre o que nossa API faz e como ela funciona no seu fluxo de trabalho.

Sobre a VoizEngine e nossa API de TTS independente

Perguntas frequentes

A VoizEngine é afiliada à OpenAI?

Não. Somos uma API independente. Embora a estrutura de requisição seja compatível com o endpoint de speech da OpenAI, não temos afiliação com a OpenAI, Google, Amazon, Microsoft ou qualquer outra marca mencionada em comparações. Utilizamos o protocolo para facilitar a integração, mas a infraestrutura e a propriedade são distintas.

Quem detém os direitos das vozes usadas?

As vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de audiolivros de domínio público do LibriVox. Isso garante que a origem dos dados de voz seja clara e licenciada adequadamente para o uso comercial e de criação de conteúdo via nossa API.

O texto enviado é vendível a terceiros?

O texto de entrada é usado exclusivamente para produzir o áudio e não é utilizado para treinamento de modelos. O áudio gerado é retornado na resposta e não é armazenado. Apenas metadados de solicitação (tempo, caracteres, status) são mantidos para fins de cobrança e faturamento.

Há certificado de privacidade GDPR?

Não oferecemos certificados de conformidade específicos como GDPR, SOC 2 ou HIPAA. Não garantimos SLAs nem contratos empresariais. A privacidade é tratada conforme o uso básico dos dados: o texto não é armazenado para treinamento e os metadados servem apenas para registro de cobrança.

Onde os servidores estão localizados?

Não especificamos a localização geográfica exata dos data centers nem oferecemos escolha de região. A infraestrutura é baseada na nuvem e gerida centralmente. Não realizamos instalações on-premise, portanto, a localização física dos servidores não é um fator configurável pelo usuário final.

Posso solicitar a exclusão dos meus dados?

Os metadados de solicitação (tempo, caracteres, status) são mantidos para fins de cobrança. Como não há armazenamento de áudio gerado ou texto de entrada após a geração, a exclusão aplica-se principalmente aos registros de uso. Para solicitações específicas, entre em contato via e-mail.

A equipe é formada por engenheiros?

Não detalhamos a composição interna da equipe. O foco é a entrega da API. Não há garantias de suporte dedicado ou equipes específicas por cliente. O suporte é realizado exclusivamente por e-mail, sem chat ao vivo ou número de telefone para contato direto.

Há escritório físico para visitas?

Não. Não mantemos um escritório físico para visitas. O suporte e as operações são realizados remotamente. Não oferecemos contratos empresariais ou instalações on-premise. Para qualquer questão, o canal oficial é o e-mail listado na página de contato do site.

O que é a licença CC BY 4.0?

É a licença Creative Commons Atribuição 4.0 Internacional. Nossas vozes utilizam gravações do LibriTTS-R sob esta licença, que permite uso livre desde que a atribuição seja dada. Isso diferencia nossa base de vozes de outras que podem usar direitos autorais mais restritivos ou domínio público puro.

As vozes são clones de celebridades?

Não. As vozes são presets baseados em gravações licenciadas do LibriTTS-R e LibriVox. Não oferecemos clonagem de voz personalizada para clientes, nem imitamos vozes de celebridades ou políticos reais. Cada arquivo gerado contém uma marca d'água inaudível indicando que é fala sintética.

Há garantia de satisfação no pagamento?

Não oferecemos garantias de satisfação ou SLA. Pagamentos são feitos via USDT (TRC-20). Se a síntese falhar, o valor é devolvido integralmente. Não há planos mensais, assinaturas ou faturas com IVA. O saldo não expira e o mínimo para recarga é de $5.

Como entro em contato para parcerias?

O suporte e contatos são feitos exclusivamente por e-mail. Não há chat ao vivo, telefone ou formulário específico para parcerias. Para agências ou criadores, acesse a página de contato do site. Não oferecemos contratos empresariais personalizados ou suporte dedicado por telefone.

Quem somos e nossa missão

Ilustração de onda sonora para: Quem somos e nossa missão

A VoizEngine é uma API de texto para fala independente, construída para entregar áudio sintetizado com consistência de voz e volume, sem a complexidade de infraestrutura tradicional.

Nossa abordagem é direta: enviamos texto, recebemos áudio. Focamos na engenharia e na precisão técnica para quem precisa de narrativas estáveis para produção em escala.

Equipe editorial focada em TTS

Equipe editorial focada em TTS

Nossa equipe é composta por engenheiros e editores dedicados à qualidade e consistência das vozes geradas, garantindo que cada arquivo atenda aos padrões de áudio para vídeos.

Infraestrutura independente

Infraestrutura independente

Não dependemos de grandes players de nuvem para nossa identidade de produto. Operamos uma infraestrutura própria e independente, o que nos permite controlar a entrega e a consistência do serviço sem intermediários.

Foco em criadores e agências

Foco em criadores e agências

Projetamos a API para atender a criadores de conteúdo e agências que produzem narrativas para vídeos. Entendemos a necessidade de volume e a exigência de que a voz permaneça uniforme entre diferentes episódios e campanhas.

Licenciamento das vozes

Ilustração de onda sonora para: Licenciamento das vozes

Nossas vozes são derivadas de gravações licenciadas do conjunto de dados LibriTTS-R, garantindo uma base técnica sólida e transparente para a síntese de fala.

O uso é regido pela licença Creative Commons Attribution 4.0 (CC BY 4.0), permitindo o uso comercial.

Baseadas em LibriTTS-R

Baseadas em LibriTTS-R

O modelo acústico e a timbre vocal são fundamentados nas amostras públicas do LibriTTS-R. Isso assegura consistência técnica nas oito vozes disponíveis, desde a narração clara até a voz documental profunda.

Licença CC BY 4.0

Não há taxas de licenciamento de marca adicional para o uso das vozes geradas pela API.

Origem nas gravações de LibriVox

As vozes originais provêm de leituras de audiolivros de domínio público no LibriVox. Cada arquivo sintetizado carrega uma marca d'água inaudível que identifica o conteúdo como fala gerada por IA.

Política de dados e privacidade

Ilustração de onda sonora para: Política de dados e privacidade

A VoizEngine é uma API independente, não afiliada a grandes provedores de nuvem. Nossa arquitetura é projetada para processamento de alto volume, mantendo a simplicidade e o controle necessários para criadores de conteúdo e agências que precisam de consistência e escalabilidade sem a complexidade de infraestrutura adicional.

Texto não é usado para treinamento

O texto enviado para síntese é processado exclusivamente para gerar o arquivo de áudio solicitado. Ele não é incorporado aos nossos conjuntos de dados de treinamento para aprimorar os modelos de voz ou criar novas vozes, garantindo que seu conteúdo permaneça isolado do ciclo de melhoria do modelo.

Áudio não é armazenado a longo prazo

Os arquivos de áudio gerados são retornados diretamente na resposta da API e não são armazenados em nossos servidores após a entrega. Isso minimiza a retenção de dados sensíveis e reduz a superfície de exposição caso haja um acesso não autorizado aos nossos sistemas de armazenamento.

Metadados mantidos para faturamento

Mantemos apenas os metadados das requisições (timestamp, quantidade de caracteres processados e status da solicitação) para fins de faturamento preciso e auditoria. Esses dados não incluem o conteúdo do texto enviado, apenas as métricas necessárias para calcular o consumo e garantir a transparência na cobrança por caractere.

Infraestrutura técnica

Ilustração de onda sonora para: Infraestrutura técnica

Entregamos áudio sintetizado via API, sem complexidade de infraestrutura, focado em volume e consistência de voz.

Endpoint JSON padrão

A comunicação ocorre via POST https://api.vk444.info/v1/audio/speech com corpo JSON. Os campos aceitam model (tts-1 ou tts-1-hd), input (até 4096 caracteres), voice (uma das 8 presets), response_format (mp3, wav, opus, flac, pcm), speed (0.25–4.0) e language opcional.

SDK OpenAI compatível

A estrutura de requisição é idêntica ao endpoint de fala da OpenAI. SDKs oficiais da OpenAI funcionam alterando apenas o base_url para https://api.vk444.info/v1 e utilizando a chave da VoizEngine. Isso permite integração rápida sem adaptação de código significativa.

Processamento em nuvem

O processamento é feito em nossa infraestrutura de nuvem. Textos longos devem ser divididos em partes de até 4096 caracteres e unidos ao final. Sob carga, as requisições são processadas sequencialmente, podendo entrar em fila.

Infraestrutura técnica

Limites e honestidade técnica

Ilustração de onda sonora para: Limites e honestidade técnica

Nossa infraestrutura opera sem contratos de nível de serviço (SLA) ou garantias de uptime. A disponibilidade é baseada em recursos compartilhados, adequados para produção em volume, mas sem garantias contratuais de disponibilidade contínua.

Sem SLA ou garantia de uptime

Não oferecemos contratos de nível de serviço (SLA) nem garantias de uptime. A infraestrutura é otimizada para custo-benefício e volume, não para disponibilidade empresariais garantidas por contrato.

Processamento sequencial sob carga

Solicitações são processadas sequencialmente. Em momentos de alta demanda, pode haver espera na fila. O tempo médio é de cerca de 25 caracteres por segundo de áudio gerado para textos longos.

Sem streaming em tempo real

Não há streaming de áudio ou WebSocket. A API retorna o arquivo completo após a síntese. Não oferecemos áudio parcial em tempo real, o que é suficiente para a maioria dos workflows de edição de vídeo.

Contato e suporte

Ilustração de onda sonora para: Contato e suporte

A VoizEngine é uma infraestrutura independente, sem vínculos com grandes provedores de nuvem ou marcas de TTS existentes. Nossa equipe é focada exclusivamente em entregar áudio sintetizado via API, priorizando volume consistente para criadores de conteúdo e agências que produzem narrativas para vídeos.

Não utilizamos sua entrada de texto para treinar nossos modelos. O áudio gerado é retornado na resposta e não fica armazenado permanentemente. Apenas metadados básicos (tempo, caracteres, status) são mantidos para fins de faturamento e controle de taxa.

Suporte exclusivamente por email

Nosso suporte técnico é realizado inteiramente por email. Não mantemos uma equipe de atendimento telefônico para reduzir custos de infraestrutura e repassar o valor diretamente para o volume de caracteres processados.

Sem chat ao vivo ou telefone

Não oferecemos chat ao vivo, nem número de telefone para suporte. Para questões urgentes ou dúvidas sobre integração, envie sua solicitação para nosso endereço de suporte técnico. Responderemos dentro do prazo padrão de atendimento.

Documentação técnica completa

Toda a documentação técnica está disponível na página de docs. Incluímos exemplos prontos de uso com cURL e compatibilidade com SDKs OpenAI, facilitando a integração da API em seus pipelines de produção de vídeo.

  • Endpoints JSON padrão para /v1/audio/speech
  • Compatibilidade com SDKs oficiais da OpenAI
  • Exemplos de código e referência de parâmetros

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Testes em diferentes níveis de volume ajudam a identificar vozes que 'cortam' melhor a mixagem.

Avatar da voz aria
ariafeminino
Avatar da voz nova
novafeminino
Avatar da voz luna
lunafeminino
Avatar da voz sage
sagefeminino
Avatar da voz felix
felixmasculino
Avatar da voz milo
milomasculino
Avatar da voz atlas
atlasmasculino
Avatar da voz orion
orionmasculino

23 idiomas

Qualquer voz fala qualquer um desses idiomas.

Fontes e leituras adicionais

  1. Wikipedia
  2. FFmpeg documentation
  3. Python documentation
  4. openai-python on GitHub
  5. LibriTTS-R corpus (OpenSLR 141)
  6. ISO 639 language codes
  7. Node.js documentation
  8. OpenAI API reference: create speech
  9. IETF RFC 7845: Ogg Opus
  10. Tether (USDT)
  11. curl documentation
  12. TRON developer hub: TRC-20

Mais neste site